GCC 发布 GCC-15M 数据集, 应用在 计算机视觉、自然语言处理 领域

GCC 本次发布的数据集 GCC-15M, 该数据集融合了GCC-3M和GCC-12M，包含了大量的图像-文本对。此外，它被用于在提出的UniCL框架中进行图像-文本-标签的联合训练。该数据集的规模达到了1500万图像-文本对，旨在应对图像-文本分类和检索任务。

查看GCC-15M

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。